Analisis Penerimaan dan Kesuksesan Implementasi E-Learning Universitas Brawijaya Pada Aspek Intention To Use, Use, User Satisfaction dan Net Benefits

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 5, Mei 2018, hlm. 1921-1931

e-ISSN: 2548-964X http://j-ptiik.ub.ac.id

Analisis Penerimaan dan Kesuksesan Implementasi E-Learning Universitas Brawijaya Pada Aspek Intention To Use, Use, User Satisfaction dan Net Benefits Deni Nugraheni1, Mochamad Chandra Saputra2, Admaja Dwi Herlambang3 Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya Email: [email protected], [email protected], [email protected] Abstrak Universitas Brawijaya Malang telah menerapkan e-learning berbasis moodle. Situs e-learning UB ini bisa diakses melalui alamat vlm.ub.ac.id. Penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang memengaruhi penerimaan dan kesuksesan implementasi e-learning UB pada aspek intention to use, use, user satisfaction dan net benefit. Model yang digunakan adalah gabungan dari empat variabel Unified Theory of Acceptance and Use of Technology (UTAUT) yaitu performance expectancy, effort expectancy, social influence, facilitating conditions dan tujuh variabel Delone dan McLean dengan modifikasi yaitu system quality, information quality, service quality, intention to use, use, user satisfaction dan net benefits menggunakan metode parametrik dan non parametrik. Teknik pengumpulan data menggunakan kuesioner online, dengan jumlah minimal sampel menggunakan rumus slovin sebesar 100. Berdasarkan dari data yang telah terkumpul, responden yang akan digunakan dalam penelitian sebesar 113. Data yang terkumpul dilakukan uji asumsi dasar normalitas, linearitas dan homogenitas. Data yang lolos uji asumsi dasar dilakukan analisis parametrik menggunakan regresi linear sederhana, sedangkan yang tidak lolos asumsi dasar dilakukan analisis non parametrik menggunakan metode Kendall Tau. Terdapat sembilan faktor pada aspek intention to use, satu faktor pada aspek use, lima faktor pada aspek user satisfaction dan dan dua faktor pada aspek net benefits yang memengaruhi penerimaan dan kesuksesan implementasi pada e-learning UB. Kata kunci: e-learning , intention, use, user satisfaction, net benefits, penerimaan, implementasi Abstract University of Brawijaya Malang has applied moodle based e-learning. UB e-learning website can be accessed through vlm.ub.ac.id. This research has a purpose to determine what factors that affecting the acceptance and success of UB e-learning implementation on the aspects of intention to use, use, user satisfaction and net benefit. The model that used there are the combined model of four variables Unified Theory of Acceptance and Use of Technology (UTAUT), there are performance expectancy, effort expectancy, social influence, facilitating conditions and seven variables Delone and McLean with modifications there are system quality, information quality, service quality, intention to use, use, user satisfaction and net benefits using parametric and non parametric methods. Collecting data method using the questionnaire online, with the minimum number of samples using slovin formula of 100. Based on the results of the data that has been collected, the number of respondent that will be used for this research is 113. The collected data is tested the basic assumption of normality, linearity and homogeneity. The data that passed the basic assumption test was done by parametric analysis using simple linear regression, while those did not pass the basic assumption be analyze using non parametric using Kendall Tau method. The results showing that all the variables that checked thoroughly positively affect the aspects of intention to use, use, user satisfaction and net benefits of UB e-learning. Keywords: e-learning , intention, use, user satisfaction, net benefits, acceptance, implementation pendidikan, salah satu bentuk inovasi teknologi di dunia pendidikan adalah E-Learning. Universitas Brawijaya Malang telah menerapkan e-learning berbasis moodle, situs e-learning UB

1. PENDAHULUAN Teknologi informasi yang semakin berkembang memberi pengaruh di dunia Fakultas Ilmu Komputer Universitas Brawijaya

1921

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

ini bisa diakses melalui alamat vlm.ub.ac.id. Fakultas dan program studi di Universitas Brawijaya Malang belum semua memanfaatkan adanya e-learning UB. Berdasarkan hasil observasi dari jumlah fakultas yang ada sebanyak sembilan fakultas yang telah memanfatkan e-learning UB yaitu FISIP, FK, FKH, FILKOM, FT, FMIPA, FIA, FP, FIB dan satu program studi yaitu program studi vokasi (diploma). Sistem pembelajaran di Universitas Brawijaya yang berjalan saat ini masih dominan dilakukan secara tradisional, artinya masih dilakukan dengan cara bertatap muka secara langsung di kelas. Berdasarkan data feedback pengguna elearning UB terdapat keluhan terkait pemanfaatan e-learning di Universitas Brawijaya. Rekapitulasi data keluhan lima tahun terakhir dari pengguna e-learning Universitas Brawijaya yaitu pada tahun 2012-2016 yang diperoleh dari Pusat Informasi, Dokumentasi dan Keluhan (PIDK) UB sebanyak tiga data keluhan menyebutkan bahwa pengguna mengeluhkan jam di server e-learning berbeda dengan jam di client, sebanyak dua pengguna mengalami kesulitan NIM dan password yang dimiliki tidak bisa login pada Wi-Fi UB dan elearning. Permasalahan tersebut menjadi dasar penelitian ini untuk mengetahui faktor-faktor apa saja yang memengaruhi tingkat kepuasan mahasiswa ketika menggunakan e-learning UB. Hasil dari kuesioner yang telah disebar ke responden, didapatkan adanya kekurangan dalam pemanfaatan e-learning UB. Kekurangan tersebut di antaranya, responden mengalami kesulitan dalam berkomunikasi antara mahasiswa dan dosen melalui e-learning UB. Niat responden dalam menggunakan e-learning UB untuk mendukung proses perkuliahan juga masih rendah. Sebelumnya belum pernah dilakukan penelitian terhadap e-learning UB, hal ini tentunya menjadi masalah yang perlu dilakukan penelitian lebih lanjut untuk mengetahui penerimaan dan kesuksesan impementasi e-learning UB dari persepsi pengguna. Penelitian ini menggunakan model gabungan empat variabel UTAUT dan tujuh variabel Kesuksesan sistem informasi DeLone dan McLean dengan modifikasi yang memodelkan hubungan sembilan variabel dengan variabel niat untuk menggunakan (intention to use), satu variabel dengan variabel penggunaan (use), lima variabel dengan variabel kepuasan pengguna (user satisfaction) dan dua Fakultas Ilmu Komputer, Universitas Brawijaya

1922

variabel dengan variabel manfaat bersih (net benefits) untuk mengetahui penerimaan dan kesuksesan implementasi pengguna e-learning UB pada mahasiswa Universitas Brawijaya yang pernah menggunakan e-learning UB dengan judul: “Analisis Penerimaan dan Kesuksesan Implementasi E-Learning Universitas Brawijaya pada Aspek Intention to Use, Use, User Satisfaction dan Net Benefits”. Penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang mempunyai pengaruh terhadap niat untuk menggunakan (intention to use), penggunaan (use), kepuasan mahasiswa (user satisfaction) dan manfaat bersih (net benefit) elearning UB. Performance Expectancy merupakan tingkatan sejauh mana individu percaya bahwa dengan menggunakan suatu teknologi akan membantu meningkatkan kinerja pekerjaan mereka (Venkatesh et al., 2012). Terdapat beberapa indikator yang digunakan dalam penelitian ini yaitu perceived usefulness, job-fit, relative advantage, dan outcome expectation (Venkatesh et al., 2003). Menurut Jambulingam (2013) effort expectancy merupakan variabel yang digunakan untuk mengukur sejauh mana suatu teknologi mudah untuk digunakan. Beberapa indikator penelitian yang digunakan dalam penelitian ini yaitu perceived ease of use, complexity, ease of use (Venkatesh et al., 2003). Social Influence merupakan variabel mengenai pengaruh lingkungan sekitar yang mendorong seseorang untuk menggunakan suatu teknologi (Harsono & Suryana, 2014). Mengacu pada penelitian yang dilakukan oleh (Venkatesh et al., 2003) beberapa indicator social influence yang digunakan dalam penelitian ini yaitu subjective norm, social factors, dan image. Facilitating Condition merupakan persepsi seseorang bahwa infrastruktur berupa perangkat yang ada maupun pengetahuan yang dimiliki mendukung penggunaan suatu teknologi (Venkatesh et al., 2012). Terdapat beberapa indikator yang digunakan dalam penelitian ini yaitu perceived behavioral control, facilitating condition, dan compatibility (Venkatesh et al., 2003). Menurut (Dody & Zulaikha disitasi dalam Muhammad Islam, S., 2015) kualitas sistem terdiri dari kualitas hardware dan software dalam suatu teknologi. Terdapat beberapa indikator yang digunakan dalam penelitian ini yaitu kemudahan untuk digunakan (ease of use), fleksibilitas sistem (flexibility), keandalan sistem


(reliability), kecepatan akses (response time), dan keamanan sistem (security) (Iivari, 2005; Delone & McLean; 1992). Information Quality menurut (Pitt & Watson, 1995) merujuk pada keluaran (output) dari suatu teknologi yang berkaitan terhadap nilai, relevansi, manfaat, dan urgensi dari suatu teknologi. Iivari (2005) menyatakan bahwa indikator-indikator information quality adalah kelengkapan (completeness), penyajian informasi (format), relevan (relevance), akurat (accurate), ketepatan waktu (timeliness). Kualitas layanan (service quality) merupakan kualitas dukungan atau layanan yang diterima oleh pengguna sistem dari departemen IT. Indikator yang digunakan dalam penelitian ini adalah jaminan (assurance), empathy, dan responsiveness (Delone & McLean, 2003). Surendran (2012) menjelaskan bahwa intention merupakan ukuran dari kemungkinan seseorang menggunakan suatu teknologi. Indikator-indikator yang digunakan dalam penelitian ini mengacu pada penelitian (Lin & Hsieh, 2007) adalah keinginan menggunakan sistem, keinginan menggunakan sistem secara sering, dan keinginan untuk memotivasi pengguna lain untuk menggunakan system. Penggunaan (use) mengacu pada seberapa sering pengguna menggunakan suatu teknologi. Indikator-indikator yang digunakan dalam penelitian ini adalah penggunaan waktu harian (daily used time) dan frekuensi penggunaan ( frequency of use). (Iivari, 2005). User satisfaction (kepuasan pengguna) adalah respon yang diberikan pengguna berupa kepuasan yang dirasakan terhadap sistem setelah memakainya. Mengacu berdasarkan penelitian yang dilakukan oleh Delone & Mclean (2003), indikator user satisfaction yang digunakan dalam penelitan ini adalah repeat purchase dan repeat visits. Net benefits merupakan dampak (impact) keberadaan dan pemakaian suatu teknologi terhadap kualitas kinerja pengguna baik secara individual maupun organisasi termasuk di dalamnya produktivitas, meningkatkan pengetahuan dan mengurangi lama waktu pencarian informasi. Mengacu berdasarkan penelitian (Davis, 1989) indikator-indikator net benefits yang digunakan dalam penelitan ini adalah speed of acomplishing task, job performance, effectiveness.

Fakultas Ilmu Komputer, Universitas Brawijaya

1923

2. METODOLOGI Tahapan penelitian dimulai dengan perencanaan penelitian untuk melakukan identifikasi permasalahan dan menentukan studi kasus penelitian. Tahap selanjutnya adalah melakukan studi literatur dan menentukan model serta hipotesis penelitian. Terdapat 17 hipotesis yang diuji dalam penelitian ini. Hipotesis yang diuji dapat dilihat dalam Tabel 1. Tabel 1 Hipotesis penelitian Hipotesis H1

H2 H3 H4

H5 H6 H7 H8 H9 H10 H11 H12 H13 H14 H15 H16 H17

Pengaruh Performance Expectancy mempunyai pengaruh yang positif dengan Intention to Use Effort Expectancy mempunyai pengaruh yang positif dengan Intention to Use Social Influence mempunyai pengaruh yang positif dengan Intention to Use Facilitating Condition mempunyai pengaruh yang positif dengan Intention to Use System Quality mempunyai pengaruh yang positif dengan Intention to Use Information Quality mempunyai pengaruh yang positif dengan Intention to Use Service Quality mempunyai pengaruh yang positif dengan Intention to Use User Satisfaction mempunyai pengaruh yang positif dengan Intention to Use Net Benefits mempunyai pengaruh yang positif dengan Intention to Use Intention to Use mempunyai pengaruh yang positif dengan Use System Quality mempunyai pengaruh yang positif dengan User Satisfaction Information Quality mempunyai pengaruh yang positif dengan User Satisfaction Service Quality mempunyai pengaruh yang positif dengan User Satisfaction Use mempunyai pengaruh yang positif dengan User Satisfaction Net Benefits mempunyai pengaruh yang positif dengan User Satisfaction Use mempunyai pengaruh yang positif dengan Net Benefits User Satisfaction mempunyai pengaruh yang positif dengan Net Benefits

Model yang digunakan dalam penelitian ini dapat dilihat pada Gambar 1.


Gambar 1 Model penelitian

Penelitian ini menggunakan skala likert dengan rentang skala 1 sampai 5 untuk pilihan jawaban. Rentang skala terdiri dari skala 1 bernilai sangat tidak setuju, skala 2 bernilai tidak setuju, skala 3 bernilai netral, skala 4 bernilai setuju dan skala 5 yang bernilai sangat setuju. Mengacu pada penelitian sebelumnya digunakan skala likert satu sampai lima untuk menghemat waktu dalam pengisian kuesioner serta untuk memudahkan responden dalam menyelesaikan pengisian kuesioner (Shen, et al., 2015). Empat variabel UTAUT dan tujuh variabel Delone dan McLean dengan modifikasi yang digunakan dalam penelitian ini selanjutnya dikembangkan menjadi instrumen penelitian. Instrumen penelitian dikembangkan menggunakan 37 indikator-indikator yang diperoleh dari penelitian terdahulu (Venkatesh et al., 2003; Iivari, J., 2005; Petter et al., 2008; Lin & Hsieh, 2007; Davis, 1989). Total penyataan yang disusun dalam pengembangan instrumen sebanyak 80 item. Setelah pernyataan disusun, dilakukan penilaian face validity dan content validity oleh expert judgement. Penilaian oleh expert judgement dilakukan dengan cara memberi skor penilaian pada tiap-tiap item pernyataan, skor penilaian antara angka 1 (sangat tidak baik) sampai dengan angka 5 (sangat baik). Hasil penilaian oleh oleh expert judgement dihitung menggunakan rumus Aiken’s V yang dapat dilihat pada Persamaan 1. V= (∑s)/ ([n(c-1)]) Dimana: s = r – lo r = nilai yang diberikan oleh ahli lo = skala terendah pada penelitian (1) c = skala tertinggi pada penelitian (5) n = jumlah validator

(1)

Sumber: Azwar, 2012 Hasil perhitungan koefisien Aiken’s V menunjukkan kisaran antara 0,5 sampai 0,875. Batas minimal nilai skor koefisien Aiken’s V adalah 0,69 (Yang, W. C., 2011), sehingga dari Fakultas Ilmu Komputer, Universitas Brawijaya

1924

80 item pernyataan yang dilakukan uji face validity serta content validity terdapat 37 item pernyataan yang memiliki nilai koefisien Aiken’s V kurang dari 0,69. Pernyatanpernyataan yang memiliki nilai koefisien Aiken’s V di bawah 0,69 dilakukan perbaikan sesuai saran yang diberikan oleh expert judgement. Pilot study dilakukan dengan pengujian validitas dan reliabilitas menggunakan bantuan software statistik IBM SPSS. Pengujian validitas dan reliabilitas dilakukan dengan menggunakan 30 sampel uji. Data penelitian yang digunakan pada pilot study adalah minimal 30 data atau lebih (Browne, 1995 disitasi dalam Lancaster, Dond, & Williamson, 2002). Tahap pilot study dilakukan dengan dua pengujian yaitu (1) uji validitas dan (2) uji reliabilitas. Hasil uji validitas menunjukkan bahwa nilai korelasi pearson (r) untuk item-item pernyataan variabel performance expectancy, effort expectancy, social influence, facilitating condition, system quality, information quality, service quality, intention to use, use, user satisfaction dan net benefits memiliki kisaran antara -0,405 sampai dengan 0,726. Berdasarkan hasil uji validitas terdapat 27 item pernyataan yang tidak valid karena memiliki nilai koefisien korelasi pearson (r) kurang dari 0,361, sehingga 27 item pernyataan tersebut harus dihapus. (Peat et al., 2002 disitasi dalam Van Teijlingen & Hundley, 2001). Pengujian reliabilitas untuk mengetahui hasil konsistensi skor yang telah dicapai oleh responden (Sudarmanto, 2013). Hasil dari uji reliabilitas dalam penelitian ini terbukti bahwa seluruh variabel reliabel karena mempunyai α ≥ 0,6 (Priyatno, 2014). Populasi dalam penelitian ini adalah seluruh mahasiswa Universitas Brawijaya yang pernah menggunakan e-learning UB. Pengambilan sampel dalam penelitian ini menggunakan metode proportionate stratified random sampling dengan pembagian strata berdasarkan fakultas yaitu FILKOM, FISIP, FIA, FIB, FK, FKH, FMIPA, FP, FT dan Program Studi Pendidikan Vokasi (Diploma). Hasil perhitungan jumlah sampel dari seluruh populasi menggunakan rumus Slovin seperti yang ditunjukkan pada Tabel 2. Tabel 2 Jumlah sampel responden Responden Responden

Rumus Slovin 𝟒𝟎. 𝟑𝟖𝟕 𝟒𝟎. 𝟑𝟖𝟕 × (𝟎. 𝟏)𝟐 + 𝟏

Sampel 100


Diketahui dalam Tabel 1 sampel penelitian sebanyak 100 untuk seluruh populasi. Untuk menentukan sampel stratified propotionate maka digunakan rumus sample fraction. Teknik proportionate stratified random sampling menggunakan rumus alokasi proportional yang dapat dilihat pada Persamaan 1. 𝑁𝑖 ni = × 𝑛 (2) 𝑁

Dari perhitungan dengan menggunakan rumus alokasi proposional dihasilkan jumlah sampel bertingkat (berstrata) sebagai berikut, FILKOM 13 responden, FISIP 16 ressponden, FIA 15 responden, FIB 8 responden, FK 6 responden, FKH 2 responden, FP 13 responden, FMIPA 6 responden, FT 14 responden, Vokasi 7 responden. Metode pengumpulan data yang digunakan dalam penelitian ini adalah kuesioner berbasis teknologi (online-based questionnare) dengan cara menyebar kuesioner online menggunakan Google Form. Skala pengukuran yang digunakan dalam penelitian ini adalah skala likert lima poin. Data responden yang telah terkumpul dilakukan uji missing data dan uji outliers data. Jika data yang sudah lolos uji missing data dan uji outliers mencukupi jumlah minimum sampel, kemudian dilakukan analisis deskriptif. Hasil analisis deskriptif berupa nilai rata-rata (mean) kemudian digolongkan dalam enam kategori mean berdasarkan kategorisasi Azwar (2012). Tabel 3 Kategori mean Rentang Skor Kategori 83,35 < X ≤ 100 Sangat Tinggi 66,68 < X < ≤ 83,35 Tinggi 50,01 < X ≤ 66,68 Cukup Tinggi 33,34 < X ≤ 50,01 Cukup Rendah 16,67 < X ≤ 33,34 Rendah 0 < X ≤ 16,67 Sangat Rendah Sumber: Azwar (2012:148)

Setelah dilakukan analisis deskriptif, data akan diuji kelayakannya dengan beberapa macam uji asumsi dasar yaitu uji normalitas, uji linearitas dan uji homogenitas. Data yang lolos tiga uji asumsi dasar tersebut dilanjutkan ke tahap analisis parametrik menggunakan regresi linear sederhana, sedangkan data yang tidak lolos tiga uji asumsi dasar dilanjutkan analisis non parametrik menggunakan Kendall Tau dengan bantuan software SPSS. 3.

HASIL Jumlah data yang terkumpul sebanyak 200


1925

data. Namun data yang digunakan untuk analisis statistik little MCAR test dan uji outlier sebanyak 127 data dikarenakan sebanyak 73 data tidak valid, karena responden menjawab tidak pernah memakai e-learning UB. Hasil dari analisis little MCAR test dihasilkan data valid semua, artinya tidak ada missing data. Hasil dari analisis statistik uji outlier dihasilkan sebanyak 14 data outlier karena memiliki nilai > 79,843, sehingga jumlah data yang akan digunakan untuk analisis parametrik atau non parametrik yaitu sebanyak 113 data. Statistik deskriptif performance expectancy secara keseluruhan didapatkan nilai mean sebesar 73,85%. Statistik deskriptif effort expectancy secara keseluruhan didapatkan nilai mean sebesar 69,53%. Statistik deskriptif social influence secara keseluruhan didapatkan nilai mean sebesar 69%. Statistik deskriptif facilitating conditions secara keseluruhan didapatkan nilai mean sebesar 74,4%. Statistik deskriptif System Quality secara keseluruhan didapatkan nilai mean sebesar 56,77%. Statistik deskriptif Information Quality secara keseluruhan didapatkan nilai mean sebesar 67,18%. Statistik deskriptif Service Quality secara keseluruhan didapatkan nilai mean sebesar 63,83%. Statistik deskriptif Intention to Use secara keseluruhan didapatkan nilai mean sebesar 70,87%. Statistik deskriptif Use secara keseluruhan didapatkan nilai mean sebesar 56,9%. Statistik deskriptif User Satisfaction secara keseluruhan didapatkan nilai mean sebesar 63,55%. Statistik deskriptif Net Benefits secara keseluruhan variabel didapatkan nilai mean sebesar 71,2%. Terdapat 17 model dalam penelitian ini. Model 1 adalah PE terhadap IU, model 2 adalah EE terhadap IU, model 3 adalah SI terhadap IU, model 4 adalah FC terhadap IU, model 5 adalah SQ terhadap IU, model 5 adalah IQ terhadap IU, model 7 SEQ terhadap IU, model 8 U terhadap IU, model 9 US terhadap IU, model 10 IU terhadap U, model 11 SQ terhadap US, model 12 IQ terhadap US, model 13 SEQ terhadap US, model 14 U terhadao US, model 15 NB terhadap US, model 16 U terhadap NB, model 17 US terhadap NB. Hasil uji normalitas menggunakan Kolmogorov-Sminov Test menunjukkan nilai sigifikansi uji normalitas model 13 (0,004 < 0,05), model 14 (0,003 < 0,05) dan model 16 (0,020 < 0,05) sehingga dapat disimpulkan dari hasil uji normalitas 17 model terdapat tiga model yang berdistribusi tidak normal yaitu model 13,


model 14 dan model 17. Batas nilai minimal data dikatakan berdistibusi normal adalah jika nilai Sig. > 0,05 (Field, 2009). Hasil nilai linearitas menggunakan Linearity Test menunjukkan bahwa nilai signifikansi 17 model menunjukkan nilai (Sig. < 0,05), sehingga dapat disimpulkan hubungan antara variabel independen ke variabel dependen 17 model. Batas nilai minimal data dikatakan linear jika memiliki nilai signifikasi lebih kecil dari taraf kesalahan (Sig. < 0,05) (Wiyono, 2011). Hasil uji homogenitas menggunakan Lavene’s Test menunjukkan bahwa nilai sigifikan uji homogenitas model pertama (0,012< 0,05), model keempat (0,001< 0,05) dan model 16 (0,006< 0,05) sehingga dapat disimpulkan dari hasil uji homogenitas 17 model terdapat tiga model yang tidak homogen yaitu model pertama, model keempat dan model kesembilan. Batas nilai minimal data dikatakan homogen jika memiliki nilai Sig. > 0,05 (Levene, 1960 disitasi dalam Chandio, 2011). Hasil seluruh uji asumsi dasar yaitu uji normalitas, uji linearitas dan uji homogenitas menunjukkan terdapat enam model yaitu model 13, model 14, model 17, model pertama, model keempat dan model kesembilan yang tidak lolos uji normalitas dan uji homogenitas. Jadi enam model ini akan dilakukan analisis non parametrik untuk pengujian hipotesis menggunakan Kendall Tau, sedangkan sebelas model yang lolos uji asumsi dasar dilakukan analisis parametrik untuk pengujian hipotesis menggunakan regresi linear sederhana. Hasil dari pengujian hipotesis parametrik dapat dilihat pada Tabel 3. Hasil pengujian hipotesis parametrik menunjukkan bahwa 11 hipotesis yang diuji diterima. Hasil dari pengujian hipotesis non parametrik dapat dilihat pada Tabel 4. Hasil pengujian hipotesis non parametrik menunjukkan bahwa enam hipotesis yang diuji diterima. Tabel 4 Hasil uji hipotesis regresi linear sederhana Hipotesis

thitung > 1,658

Koef (ß) ≠ 0

R

R2

Ket

H2

5,827

0,770

0,484

0,234

Diterima

0,844

0,528

0,279

Diterima

0,156

Diterima

H3

6,554

H5

4,526

0,517

0,395

H6

8,870

0,402

0,644

0,415

Diterima

H7

7,244

0,853

0,567

0,321

Diterima

H8

4,395

0,856

0,385

0,148

Diterima


1926

H10

0,254

0,228

0,512

0,262

Diterima

H11

0,088

0,184

0,192

0,037

Diterima

H12

2,061

0,088

0,510

0,261

Diterima

0,212

0,554

0,307

Diterima

1,022

0,554

0,307

Diterima

H15

7,019

H17

7,019

Tabel 5 Hasil uji hipotesis kendall tau Hipotesis H1 Ha1 H4 Ha4 H9 Ha9 H13 Ha13 H14 Ha14 H16 Ha16

Nilai Sig 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

R

R2

Keterangan

0,414 0,414 0,320 0,320 0,438 0,438 0,383 0,383 0,474 0,474 0,441 0,441

0,171 0,171 0,102 0,102 0,192 0,192 0,147 0,147 0,225 0,225 0,195 0,195

Diterima Ditolak Diterima Ditolak Diterima Ditolak Diterima Ditolak Diterima Ditolak Diterima Ditolak

R2 menunjukkan nilai pengaruh variabel independen ke variabel dependen. Sedangkan R menunjukkan korelasi antara kedua variabel yaitu variabel dependen dan independen. Pengujian H1 menunjukkan pengaruh performance expectancy performance expectancy terhadap intention to use sebesar 41,4% dengan nilai korelasi sebesar 0,171, H2 menunjukkan pengaruh effort expectancy terhadap intention to use sebesar 23,4% dengan nilai korelasi sebesar 0,484, H3 menunjukkan pengaruh social influence terhadap intention to use sebesar 27,9% dengan nilai korelasi sebesar 0,528, H4 menunjukkan pengaruh facilitating condition terhadap intention to use sebesar 10,2% dengan nilai korelasi sebesar 0,320, H5 menunjukkan pengaruh system quality terhadap intention to use sebesar 15,6% dengan nilai korelasi sebesar 0,395, H6 menunjukkan pengaruh information quality terhadap intention to use sebesar 41,5% dengan nilai korelasi sebesar 0,644, H7 menunjukkan pengaruh service quality terhadap intention to use sebesar 32,1% dengan nilai korelasi sebesar 0,567, H8 menunjukkan pengaruh user satisfaction terhadap intention to use sebesar 14,8% dengan nilai korelasi sebesar 0,385, H9 menunjukkan pengaruh net benefits terhadap intention to use sebesar 19,2% dengan nilai korelasi sebesar 0,438, H10 menunjukkan pengaruh intention to use terhadap use sebesar 26,2% dengan nilai korelasi sebesar 0,512, H11 menunjukkan pengaruh system quality terhadap user satisfaction sebesar 3,7% dengan nilai korelasi sebesar 0,192, H12 menunjukkan pengaruh


information quality terhadap user satisfaction sebesar 26,1% dengan nilai korelasi sebesar 0,510, H13 menunjukkan pengaruh service quality terhadap user satisfaction sebesar 14,7% dengan nilai korelasi sebesar 0,383, H14 menunjukkan pengaruh use terhadap user satisfaction sebesar 22,5% dengan nilai korelasi sebesar 0,474, H15 menunjukkan pengaruh net benefits terhadap user satisfaction sebesar 30,7% dengan nilai korelasi sebesar 0,554, H16 menunjukkan pengaruh use terhadap net benefits sebesar 19,5% dengan nilai korelasi sebesar 0,441, H17 menunjukkan pengaruh user satisfaction terhadap net benefits sebesar 30,7% dengan nilai korelasi sebesar 0,554. 4. PEMBAHASAN Hasil analisis deskriptif vaiabel PE menunjukkan secara keseluruhan performance expectancy masuk ke dalam kategori tinggi. Hasil analisis deskriptif variabel EE menunjukkan secara keseluruhan effort expectancy masuk ke dalam kategori tinggi. Hasil analisis deskriptif variabel SI menunjukkan secara keseluruhan social influence masuk ke dalam kategori tinggi. Hasil analisis deskriptif variabel FC menunjukkan secara keseluruhan facilitating condition masuk ke dalam kategori tinggi. Hasil analisis deskriptif variabel SQ menunjukkan secara keseluruhan system quality masuk ke dalam kategori cukup tinggi. Hasil analisis deskriptif variabel IQ menunjukkan secara keseluruhan information quality masuk ke dalam kategori tinggi. Hasil analisis deskriptif variabel SEQ menunjukkan secara keseluruhan service quality masuk ke dalam kategori cukup tinggi. Hasil analisis deskriptif variabel IU menunjukkan secara keseluruhan intention to use masuk ke dalam kategori tinggi. Hasil analisis deskriptif variabel U menunjukkan secara keseluruhan use masuk ke dalam kategori cukup tinggi. Hasil analisis deskriptif US menunjukkan secara keseluruhan user satisfaction masuk ke dalam kategori cukup tinggi. Hasil analisis deskriptif variabel NB menunjukkan secara keseluruhan net benefits masuk ke dalam kategori tinggi. Hasil pengujian H1 menunjukkan bahwa variabel performance expectancy (PE) mempunyai pengaruh yang positif dengan intention to use (IU). Sehingga dapat disimpulkan bahwa H1 diterima. Pengaruh performance expectancy (PE) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini Fakultas Ilmu Komputer, Universitas Brawijaya

1927

sejalan dengan penelitian yang dilakukan oleh (Brown, 2010) yang menyimpulkan bahwa niat untuk menggunakan (intention to use) WWW untuk mencari pekerjaaan secara positif dipengaruhi oleh harapan kinerja (performance expectancy) dari WWW tersebut. Hasil pengujian H2 menunjukkan bahwa effort expectancy (EE) mempunyai pengaruh yang positif dengan intention to use (IU). Sehingga dapat disimpulkan bahwa H2 diterima. Pengaruh effort expectancy (EE) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Venkatesh et al. (2003) yang menyimpulkan bahwa niat untuk menggunakan (intention to use) pengguna menurun saat pengguna tidak memiliki pengalaman. Penelitian oleh Luomala (2016) juga menunjukkan hasil bahwa terdapat hubungan positif antara effort expectancy dengan intention to use. Jika pengguna mengalami hambatan untuk menggunakan teknologi maka akan memengaruhi niat untuk menggunakan contactless payments, jika pengguna tidak mengalami hambatan dalam menggunakan teknologi maka niat untuk menggunakan (intention to use) contacless payments akan semakin besar. Hasil pengujian H3 menunjukkan bahwa social influence mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H3 diterima. Pengaruh social influence (SI) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Alaiad & Zhou (2014) yang menyimpulkan bahwa rekomendasi dari orang-orang terdekat mereka untuk menggunakan HHRs menjadi faktor paling kuat yang memengaruhi niat seseorang untuk menggunakan HHRs. Hasil pengujian H4 menunjukkan bahwa facilitating conditions mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H4 diterima. Pengaruh facilitating condition (FC) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Alaiad & Zhou (2014) yang menyimpulkan bahwa penting bagi bisnis atau organisasi misalnya rumah kesehatan yang akan mengadopsi home helatcare robots (HHRs) untuk mengadakan pelatihan secara bertatap muka, bantuan online serta tutorial mengenai penggunaan HHRs agar dapat meningkatkan niat untuk menggunakan (intention to use) pemangku


kepentingan dalam menggunakan HHRs. Hasil pengujian H5 menunjukkan bahwa system quality mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H5 diterima. Pengaruh system quality (SQ) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Ibrahim et al. (2016) yang menyimpulkan bahwa kualitas sistem (system quality) berpengaruh positif terhadap niat untuk menggunakan (intention to use) professional medical office. Hasil pengujian H6 menunjukkan bahwa information quality mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H6 diterima. Pengaruh information quality (IQ) dengan intention to use (IU) tergolong moderat. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa kualitas informasi (information quality) diidentifikasikan sebagai faktor yang secara positif memengaruhi niat untuk menggunakan (intention to use) e-learning di empat Universitas Negeri di Taheran. Hasil pengujian H7 menunjukkan bahwa service quality mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H7 diterima. Pengaruh service quality (SEQ) dengan intention to use (IU) tergolong lemah. Penelitian ini sejalan juga dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa kualitas layanan (service quality) secara positif memengaruhi niat untuk menggunakan (intention to use) e-learning di empat Universitas Negeri di Taheran. Hasil pengujian H8 menunjukkan bahwa user satisfaction mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H8 diterima. Pengaruh user satisfaction (US) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa kepuasan pengguna (user satisfaction) memengaruhi secara positif terhadap niat untuk menggunakan (intention to use) e-learning di empat Universitas Negeri di Taheran. Hasil pengujian H9 menunjukkan bahwa net benefits mempunyai pengaruh yang positif dengan intention to use. Sehingga dapat disimpulkan bahwa H9 diterima. Pengaruh net benefits (NB) dengan intention to use (IU) tergolong lemah. Hasil penelitian ini sejalan Fakultas Ilmu Komputer, Universitas Brawijaya

1928

dengan penelitian yang dilakukan oleh Ibrahim et al. (2016) yang menyimpulkan bahwa manfaat bersih (net benefit) memengaruhi secara positif terhadap niat untuk menggunakan (intention to use) dalam mengukur keberhasilan HIS disebut sebagai Professional Medical Office (PMO) yang digunakan oleh beberapa klinik dan kesehatan Pusat di Klang Valley. Hasil pengujian H10 menunjukkan bahwa intention to use mempunyai pengaruh yang positif dengan use. Sehingga dapat disimpulkan bahwa H10 diterima. Pengaruh intention to use (IU) dengan use (U) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa niat untuk menggunakan (intention to use) akan berpengaruh positif terhadap penggunaan (use) e-learning UB. Hasil pengujian H11 menunjukkan bahwa system quality mempunyai pengaruh yang positif dengan user satisfaction. Sehingga dapat disimpulkan bahwa H11 diterima. Pengaruh system quality (SQ) dengan user satisfaction (US) tergolong lemah. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa kualitas sistem (system quality) paling berpengaruh positif pada kepuasan pengguna (user satisfaction) e-learning di empat Universitas Negeri di Taheran. Hasil pengujian H12 menunjukkan bahwa information quality mempunyai pengaruh yang positif dengan user satisfaction. Sehingga dapat disimpulkan bahwa H12 diterima. Pengaruh information quality (IQ) dengan user satisfaction (US) tergolong lemah. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa kualitas informasi (information quality) paling berpengaruh positif pada kepuasan pengguna elearning di empat Universitas Negeri di Taheran Hasil pengujian H13 menunjukkan bahwa service quality mempunyai pengaruh yang positif dengan user satisfaction. Sehingga dapat disimpulkan bahwa H13 diterima. Pengaruh service quality (SEQ) dengan user satisfaction (US) tergolong lemah. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Mohammadi (2015) yang menyimpulkan bahwa kualitas layanan (service quality) berpengaruh positif pada kepuasan pengguna e-learning di empat Universitas Negeri di Taheran. Hasil pengujian H14 menunjukkan bahwa use mempunyai pengaruh yang positif dengan user satisfaction. Sehingga dapat disimpulkan


bahwa H14 diterima. Pengaruh use (U) dengan user satisfaction (US) tergolong lemah. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Wang & Yi-Wen (2007) yang menyimpulkan bahwa use berpengaruh positif dengan user satisfaction, artinya jika seseorang mempunyai pengalaman positif dengan use, maka akan menghasilkan user satisfaction yang lebih besar dalam pemanfaatan e-government system. Hasil pengujian H15 menunjukkan bahwa net benefits mempunyai pengaruh yang positif dengan user satisfaction. Sehingga dapat disimpulkan bahwa H15 diterima. Pengaruh net benefits (NB) dengan user satisfaction (US) tergolong lemah. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Aljarrah, Mohammadnour (2017) bahwa net benefit berpengaruh positif terhadap user satisfaction penggunaan portal karyawan di National Electric Company. Hasil pengujian H16 menunjukkan bahwa use mempunyai pengaruh yang positif dengan net benefits. Sehingga dapat disimpulkan bahwa H16 diterima. Pengaruh use (U) dengan net benefits (NB) tergolong lemah.Penelitian ini sejalan dengan penelitian yang dilakukan oleh Wang & Yi-Wen (2007) menyatakan bahwa use dan user satisfaction sangat erat kaitannya. Jika seseorang mempunyai pengalaman positif dengan use, maka akan menghasilkan user satisfaction yang lebih besar dalam model DeLone dan McLean. Dan karena use dan user satisfaction sangat erat kaitannya, maka akan terwujud juga net benefits. Hasil pengujian H17 menunjukkan bahwa user satisfaction mempunyai pengaruh yang positif dengan net benefits. Sehingga dapat disimpulkan bahwa H17 diterima. Pengaruh user satisfaction (US) dengan net benefits (NB) tergolong lemah. Penelitian ini sejalan dengan penelitian yang dilakukan oleh DeLone & McLean (2003) mengatakan bahwa penggunaan dan kepuasan pengguna sangat erat kaitannya. Pengalaman positif dengan penggunaan akan menghasilkan kepuasan pengguna yang lebih besar. Dan karena adanya kepuasan pengguna, manfaat bersih tertentu akan terjadi. Penelitian yang dilakukan oleh Wang, Yi-Shun & Yi-Wen Liao (2007) menyimpulkan bahwa user satisfaction berpengaruh positif terhadap net benefit G2C eGovernment context.


1929

5. KESIMPULAN Berdasarkan hasil dari penelitian ini dapat disimpulkan bahwa terdapat 17 faktor yang memengaruhi penerimaan dan kesuksesan implementasi e-learning UB dari persepsi mahasiswa UB yang pernah menggunakan elearning UB dapat dilihat kedalam empat aspek penerimaan dan kesuksesan implementasi yaitu intention to use, use, user satisfaction dan net benefits dengan penjabaran sebagai berikut: Penerimaan dan kesuksesan implementasi pada aspek intention to use e-learning UB dipengaruhi oleh harapan kinerja, ekspektasi kinerja yang didapatkan ketika menggunakan elearning UB, pengaruh lingkungan sekitar yang mendukung niat untuk menggunakan e-learning UB, kondisi fasilitas atau sumberdaya ketika menggunakan e-learning UB, kualitas elearning UB, kualitas informasi yang didapatkan mahasiswa ketika menggunakan e-learning UB, kualitas layanan e-learning UB, kepuasan yang dirasakan mahasiswa ketika menggunakan elearning UB, dan manfaat bersih yang didapatkan mahasiswa ketika menggunakan elearning UB. Pada aspek use e-learning UB penerimaan dan kesuksesan impelemtasi elearning UB dipengaruhi oleh intention to use elearning UB, sedangkan penerimaan dan kesuksesan implementasi pada aspek user satisfaction e-learning UB dipengaruhi oleh kualitas e-learning UB, kualitas informasi yang didapatkan mahasiswa ketika menggunakan elearning UB, kualitas layanan e-learning UB, frekuensi penggunaan e-learning UB, dan manfaat bersih yang didapatkan mahaiswa ketika menggunakan e-learning UB. Pada aspek net benefit penerimaan dan kesuksesan implementasi e-learning UB dipengaruhi oleh frekuensi penggunaan e-learning UB dan kepuasan yang dirasakan mahasiswa ketika menggunakan e-learning UB. 6. DAFTAR PUSTAKA Alaiad, A., & Zhou, L. (2014). The determinants of home healthcare robots adoption: An empirical investigation. International journal of medical informatics, 83(11), 825840. Aljarrah, M. (2017). Factors Affecting Employees' Portal Satisfaction in Jordanian National Electric Power Company. European Journal of Business and Management, Vol. 9, No. 18 Azwar, S., 2012. Penyusunan Skala Psikologi. 2


ed. Yogyakarta: Pustaka Pelajar. Brown, Irwin. "Factors influencing the adoption of the World Wide Web for job-seeking in South Africa." South African Journal of Information Management12.1 (2010): 1-9. Chandio, F. H., 2011. Studying Acceptance Of Online Banking Information System: A Structural Equation Model, London: Brunel University West London. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319340. DeLone, W. H., & McLean, E. R. (1992). Information systems success: The quest for the dependent variable. Information systems research, 3(1), 60-95. Delone, William H., and Ephraim R. McLean. "The DeLone and McLean model of information systems success: a ten-year update." Journal of management information systems 19.4 (2003): 9-30. Field, A., 2009. Discovering Statistic Using SPSS. s.l.:SAGE. Harsono, L. D. & Suryana, L. A., 2014. Factors Affecting the Use Behavior of Social Media Using UTAUT 2. Singapore, Global Business Research, p. S471. Ibrahim, R., et al. (2016). Measuring the Success of Healthcare Information System in Malaysia: A Case Study. IOSR Journal of Business and Management (IOSR-JBM), Volume 18, pp. 100-106. Iivari, Juhani. "An empirical test of the DeLoneMcLean model of information system success." ACM Sigmis Database 36.2 (2005): 8-27. Jambulingam, Manimekalai. "Behavioural intention to adopt mobile technology among tertiary students." World applied sciences journal 22.9 (2013): 1262-1271. Lancaster, G. A., Dodd, S. & Williamson, P. R., 2002. Design and Analysis of Pilot Studies: Recommendations for Good Practice. Journal of Evaluation in Clinical Practice, 10(2), p. 307–312. Lin, J. S. C., & Hsieh, P. L. (2007). The influence of technology readiness on satisfaction and behavioral intentions toward self-service technologies. Computers in Human Behavior, 23(3), 1597-1615. Luomala, Roope. "The factors affecting the use of contactless payments." (2016). Mohammadi (2015). Investigating users’ perspectives on e-learning: An integration of Fakultas Ilmu Komputer, Universitas Brawijaya

1930

TAM and IS success model. Computers in Human Behavior, 45, 359-374. Muhammad Islam, Salim. 2015. ANALISIS KESUKSESAN SISTEM INFORMASI PERPUSTAKAAN SENAYAN DENGAN PENDEKATAN MODEL DELONE DAN MCLEAN DI SMK MUHAMMADIYAH 3 YOGYAKARTA. Diss. UNY. Petter, Stacie, William DeLone, and Ephraim McLean. "Measuring information systems success: models, dimensions, measures, and interrelationships." European journal of information systems 17.3 (2008): 236-263. Pitt, L. F., Watson, R. T., & Kavan, C. B. (1995). Service quality: a measure of information systems effectiveness. MIS quarterly, 173187. Priyatno, Duwi. 2014. Teknik Mudah dan Cepat Melakukan Analisis Data Penelitian dengan SPSS. Yogyakarta: Gava Media. Shen, H., Luo, L., Sun, Z. & Meng, J., 2015. What Affect Lower Grade Learner’s Perceived Usefulness and Perceived Ease of Use of Mobile Digital Textbook Learning System? An Empirical Factor Analyses Investigation in China. International Journal of Multimedia and Ubiquitous Engineering, 10(1) 33-46. Sudarmanto, R. G., 2013. Statistik Terapan Berbasis Komputer Dengan Program IBM SPSS Statistic 19. Jakarta: Mitra Wacana Media. Surendran, P. (2012). Technology acceptance model: A survey of literature. International Journal of Business and Social Research, 2(4), 175-178. Van Teijlingen, E. R., & Hundley, V. (2001). The importance of pilot studies. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478. Venkatesh, Viswanath, James YL Thong, and Xin Xu. "Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology."MIS Quarterly (MIS Quarterly), 2012: 157-178. Wang, Y. S., & Liao, Y. W. (2007). Assessing eGovernment systems success: A validation of the Delone dan McLeanmodel of information systems success. Government Information Quarterly, 25(4), 717-733. Wiyono, G., 2011. Merancang Penelitian Bisnis dengan Alat Analisis SPSS 17.0 &


SmartPLS 2.0. Yogyakarta: Unit Penerbit dan Percetakan STIM YKPN Yogyakarta. Yang, W. C. (2011). Applying content validity coefficient and homogeneity reliability coefficient to investigate the experiential marketing scale for leisure farms. Journal of Global Business Management, 7(1), 1.


1931

Analisis Penerimaan dan Kesuksesan Implementasi E-Learning Universitas Brawijaya Pada Aspek Intention To Use, Use, User Satisfaction dan Net Benefits

Recommend Documents